Generador de libro de códigos
Escribe tus variables una por línea —nombre, etiqueta, tipo, etiquetas de valor y códigos perdidos— y obtén una tabla de libro de códigos para pegar en un README, junto con la sintaxis que aplica las mismas etiquetas a tus datos: VARIABLE LABELS, VALUE LABELS y MISSING VALUES para SPSS, y código con factor o haven para R. La herramienta también comprueba los nombres y las etiquetas frente a los límites de SPSS. Gratis, sin registro. Nada de lo que escribes sale de tu navegador.
Tus variables
Campos en este orden, separados por | o por tabuladores (pega directamente desde una hoja de cálculo): nombre | etiqueta | tipo | etiquetas de valor | códigos perdidos | notas. Solo el nombre es obligatorio.
El tipo es scale, ordinal, nominal o string (escríbelo en inglés, tal como aparece). Las etiquetas de valor son pares código=etiqueta separados por punto y coma. Los códigos perdidos se separan con comas; escribe un rango como 997 to 999 y usa LO o HI para un extremo abierto.
R base convierte las etiquetas de valor en factores y los códigos perdidos de usuario en NA. El estilo haven mantiene juntos los códigos y las etiquetas, como lo hace SPSS.
Se usa en la sintaxis de R. Un nombre no válido recurre a df.
Libro de códigos
Escribe o pega tus variables arriba, o pulsa «Probar un ejemplo».
Exportar
Ejecútala con tu archivo de datos abierto: VARIABLE LABELS, VALUE LABELS, MISSING VALUES y VARIABLE LEVEL. No crea variables ni define la anchura de las cadenas.
Cómo usar el generador de libro de códigos
- 1. Escribe tus variables. Una por línea, con los campos separados por una barra vertical o por un tabulador, para poder pegar directamente desde una hoja de cálculo: nombre, etiqueta, tipo, etiquetas de valor, códigos perdidos y notas. Solo el nombre es obligatorio.
- 2. Describe los valores. Escribe las etiquetas de valor como pares código=etiqueta separados por punto y coma (1=Mujer; 2=Hombre). Escribe los códigos perdidos separados por comas, y un rango como 997 to 999. Elige scale, ordinal, nominal o string para el tipo. Estas palabras clave, así como to, LO y HI, se escriben en inglés, tal como las lee la herramienta.
- 3. Revisa las comprobaciones. La tabla muestra lo que se ha entendido. «Aspectos que revisar» enumera los pares omitidos, los nombres repetidos y todo lo que SPSS rechazaría, con el número de línea.
- 4. Exporta. Elige sintaxis de SPSS, sintaxis de R, una tabla Markdown o CSV, y luego copia o descarga el resultado. Para R, elige R base o haven y da nombre a tu marco de datos.
Para qué sirve un libro de códigos
Un libro de códigos es la clave de un conjunto de datos. Una columna llamada q7 y llena de 1, 2 y 9 no significa nada para un lector, ni para ti dentro de un año, hasta que un documento diga qué pregunta q7, qué representa cada número y cuáles de ellos no son respuestas en absoluto. Un libro de códigos registra, para cada variable, su nombre, una etiqueta descriptiva, su tipo, los valores etiquetados y los códigos de datos perdidos. Es lo primero que busca un colaborador o un revisor.
La tabla y el código salen de la misma lista, así que no pueden desincronizarse. La herramienta no lee un archivo de datos: escribes las definiciones y no intervienen valores de datos.
Tipos y códigos perdidos
| Tipo | Úsalo para | En SPSS | En R base |
|---|---|---|---|
| Scale | Cantidades medidas: edad, ingresos, puntuación de una prueba | VARIABLE LEVEL SCALE | as.numeric() |
| Ordinal | Categorías ordenadas: una escala de acuerdo de 1 a 5 | VARIABLE LEVEL ORDINAL | factor ordenado |
| Nominal | Categorías sin orden: género, país | VARIABLE LEVEL NOMINAL | factor |
| String | Texto: respuestas abiertas, identificadores de participante | No se define ningún nivel | as.character() |
Una variable scale puede tener igualmente etiquetas de valor, por ejemplo un código para «se niega a responder». R base la mantiene numérica y no la convierte en factor.
Un código perdido es un número que ocupa el lugar de «sin respuesta»: -99 si la persona se niega a responder, -98 si no lo sabe, 997 a 999 por varias razones a la vez. Si los dejas tal cual, estos números entran en tus medias. Declararlos como perdidos de usuario indica a SPSS que los excluya de los cálculos y conserva los códigos en el archivo. R base no tiene esa marca, así que la sintaxis base convierte los códigos en NA; la versión haven los conserva como lo hace SPSS.
Lo que admite SPSS
El comprobador sigue la referencia de sintaxis de comandos de IBM. Un nombre de variable puede tener hasta 64 bytes, debe empezar por una letra o por @, no puede empezar ni terminar con un punto y no puede ser una de las palabras reservadas ALL, AND, BY, EQ, GE, GT, LE, LT, NE, NOT, OR, TO o WITH. Un nombre que empieza por # crea una variable temporal, y uno que empieza por $ está reservado a las variables del sistema, así que la herramienta rechaza ambos. Las etiquetas de valor pueden tener hasta 120 bytes. Una variable numérica puede tener hasta tres valores perdidos discretos, o un rango con un valor discreto adicional, como en LO THRU 0, 999. IBM recomienda mantener cada línea de sintaxis dentro de 256 caracteres; la herramienta se ajusta a 251 bytes, un límite con el que se han registrado avisos de SPSS, así que una etiqueta muy larga se marca antes de que falle. Consulta las páginas de IBM sobre nombres de variables y VALUE LABELS.
Ejemplo desarrollado
«Probar un ejemplo» carga cinco variables de encuesta: un ID de texto, una edad numérica, un género nominal con cuatro valores etiquetados, un ítem ordinal de cinco puntos y una variable de ingresos cuyos códigos 997 a 999 son perdidos. La salida en SPSS son cuatro comandos. VARIABLE LABELS cubre las cinco variables, VALUE LABELS cubre el género y el ítem ordinal, MISSING VALUES cubre cuatro (edad, género, el ítem ordinal e ingresos) y VARIABLE LEVEL cubre las cuatro variables que no son texto. Este es el comando MISSING VALUES que genera:
Ejemplo: el comando MISSING VALUES
MISSING VALUES age (-99) /gender (-99) /sat1 (-99, -98) /income (997 THRU 999).
En R, la versión base recodifica esos códigos a NA y convierte las variables etiquetadas en factores, con el ítem ordinal como factor ordenado. La versión haven llama a haven::labelled_spss(), cuyos argumentos labels, na_values, na_range y label contienen las mismas cuatro cosas. La herramienta escribe cada una en una línea, así que puedes borrar las variables que no quieras.
Límites y precauciones
- No lee tus datos. Comprueba que cada código que has listado aparece de verdad, y que no aparece ninguno que hayas omitido.
- La sintaxis de R modifica tus datos. La versión base sobrescribe cada columna. Trabaja con una copia y comprueba cada
as.numeric()frente al archivo original; un valor que no puede leerse como número se convierte enNA, con una advertencia. - Variables de cadena en SPSS. Las cadenas necesitan una anchura al crearse, y la sintaxis de aquí no crea variables. Ejecútala con tus datos abiertos.
- Mantén los códigos coherentes. Usa los mismos códigos perdidos en todas las variables cuando sea posible, y nunca un código que pueda ser una respuesta real.
Preguntas frecuentes
- ¿Qué es un libro de códigos en investigación?
- Un libro de códigos es un documento que explica un conjunto de datos: cómo se llama cada variable, qué mide, cómo está codificada y qué códigos significan datos perdidos. Alguien que nunca ha visto los datos debería poder leer el libro de códigos e interpretar cada columna. A veces se le llama diccionario de datos.
- ¿Qué debe incluir un libro de códigos?
- Como mínimo, el nombre, la etiqueta y el tipo de cada variable, las etiquetas de valor de las variables codificadas y los códigos de datos perdidos. Los libros de códigos de encuestas suelen añadir la redacción exacta de la pregunta, las opciones de respuesta, a quién se preguntó y notas sobre recodificaciones o variables derivadas. Esta herramienta cubre el primer grupo y tiene una columna de notas para el resto.
- ¿Cómo añado etiquetas de valor y valores perdidos en la sintaxis de SPSS?
- Usa VALUE LABELS con un nombre de variable seguido de pares de código y etiqueta, por ejemplo VALUE LABELS gender 1 "Female" 2 "Male". Usa MISSING VALUES con la variable y sus códigos entre paréntesis, por ejemplo MISSING VALUES age (-99). Termina cada comando con un punto. La herramienta escribe ambos, con un bloque por variable separado por barras.
- ¿Cuántos valores perdidos puede tener una variable de SPSS?
- Una variable numérica puede tener hasta tres valores perdidos de usuario individuales, o un rango de valores más un valor discreto adicional. Un rango usa THRU, y LO y HI representan el valor más bajo y el más alto. La herramienta marca cualquier variable que supere este límite.
- ¿Debo usar factores de R base o haven en R?
- Usa R base si vas a analizar los datos solo en R: los factores llevan las etiquetas y NA lleva los códigos perdidos. Usa haven si los datos vienen de SPSS, Stata o SAS, o van a volver a ellos, porque labelled_spss() mantiene juntos los códigos, las etiquetas y los valores perdidos de usuario. La documentación del propio haven describe esa clase como un modelo de los valores perdidos definidos por el usuario en SPSS.
- ¿Se suben mis datos?
- No. Todo se ejecuta en tu navegador y no se sube nada de lo que escribes. La herramienta solo necesita las definiciones de las variables, no los valores de tus datos.